- 以双视角为基础的以太坊智能合约漏洞检测
我们提出了一种名为 DVDet 的双视图感知智能合约漏洞检测框架，通过将智能合约的源代码和字节码转化为加权图和控制流序列，从两个视角捕获潜在的风险特征并进行集成分析，从而实现了有效的合约漏洞检测，实验结果表明该方法在检测漏洞方面优于其他方法 - AuditGPT：使用 ChatGPT 对智能合约进行审计
基于大型语言模型，本文提出了一种名为 AuditGPT 的工具，用于自动全面地验证智能合约是否符合 ERC 规则，通过对四个流行 ERC 中的 222 个规则进行实证研究，设计了适用于每种 ERC 规则类型的优化提示，评估结果显示 Audi - DISL: 以大规模 Solidity 智能合约数据集推动研究
DISL 数据集包含 514,506 个唯一的 Solidity 文件，部署在以太坊主网上。它满足对大型和多样化的真实世界智能合约数据集的需求。DISL 旨在成为开发机器学习系统和为智能合约设计的软件工程工具进行基准测试的资源。通过聚合截至 - 朝向安全和可信设计的智能合约
分布式不可变账本或区块链，在不依赖可信第三方的情况下，允许安全地数字化证据交易。智能合约作为去中心化和复制执行的程序，为区块链上的证据协议提供了机制，但需要解决信任和责任的问题。
- 研究去中心化金融（DeFi）服务之间的相似性
我们使用图表示学习算法探索去中心化金融（DeFi）协议提供的服务之间的相似性。我们提出了一种方法，将这些协议特定的智能合约分为簇，并使用聚类模型进行聚类。我们发现该方法有助于对 DeFi 协议提供的现有金融产品进行分类，并能够有效自动化检测 - 基于推理链的 ChatGPT 智能合约审计能力评估
通过实验结果表明，尽管 GPT-4 在智能合约漏洞检测方面表现不佳，但其在合约代码解析和实例证明编写方面表现出重要的潜力，可以作为辅助工具增强智能合约安全审计的效率和效果。
- 使用 s (LAW) 进行带有行动裁量的自动法律推理
自动法律推理在智能合约和自动决策中的应用日益受到关注，然而伦理和法律问题使得自动推理器在人能理解的术语中进行理由指明变得必要。本文提出使用 s (CASP) 来建模不确定性和其他模糊概念，并实现了一个框架来模拟、推理和证实适用法规，并通过翻 - 基于 NFT 和基于 AI 的代理人的分散能源市场
使用区块链技术和人工智能，该研究论文介绍了一种先进的去中心化能源市场（DEM），用于管理具有能量存储系统的智能家居之间的能量交换，通过使用非同质化代币（NFTs）在透明和安全的交易环境中表示独特能源配置文件。该系统利用联邦深度强化学习（FD - FinBTech: 基于区块链的视频和语音认证系统，利用 FaceNet512 和高斯混合模型增强金融交易的安全性
基于智能合约、区块链技术、FaceNet512 身份识别、高斯混合模型（GMM）语音认证的视频音频验证系统，提供了前所未有的安全性和可靠性，有效防止身份盗用和非法访问，成为安全金融交易的新标杆。
- 优化大型语言模型以加快智能合约开发
MazzumaGPT 是一种经过优化、可生成智能合约代码的大型语言模型，旨在帮助开发人员构建 Web3 应用并提高生产力。本研究介绍了模型的优化和微调参数，评估了其在功能正确性上的性能，并讨论了我们研究的局限性和广泛影响。
- 基于大型语言模型的智能合约漏洞检测：新视角
通过我们进行的持续研究，本文对利用 LLMs 挖掘智能合约中的漏洞的机遇、挑战和潜在解决方案进行了系统分析。我们提出了一种对抗性框架 GPTLens，通过将传统的一阶段检测分为两个协同的阶段 —— 生成和判别，以实现渐进检测和微调。GPTL - 双层方法修复智能合约
通过使用两层结构的新颖框架，结合 Slither 漏洞报告、源代码和预训练的随机森林分类器以及大型语言模型，通过分类和修复提出的漏洞，该研究论文展示了经过微调和提前生成工作的大型语言模型的有效性，其由预训练的 GPT-3.5-Turbo 和 - 区块链上使用 UBET 自动做市商进行体育博彩
该论文介绍了在去中心化的体育博彩中通过自动化做市商 UBET AMM (UAMM) 利用智能合约和算法公平定价体育赔率的方法，建立了一个链上博彩框架，该框架确保流动性、去中心化定价和全球可访问性，从而促进了无信任和高效博彩。
- 当 GPT 遇见程序分析：智能检测 GPTScan 中的智能合约逻辑漏洞
利用 GPT 与静态分析结合的智能合约逻辑漏洞检测工具 GPTScan，具有高准确度和低误报率，快速且经济高效。
- 基于区块链的优化客户选择和隐私保护联邦学习框架
基于区块链、智能合约和同态加密技术，设计了一种保护数据隐私的联邦学习框架，实现了分散化的训练过程，并取得了较高的准确率。
- 智能合约实施：NFT 租赁与按赞付费案例
基于区块链技术的按赞付费模式的非同质化代币（NFT）租赁解决方案存在优势和不公平性，而且与多样文化之间存在着信任成本的权衡。
- 基于区块链的联邦学习：激励数据共享与惩罚不诚实行为
该研究论文提出了一个综合框架，结合了区块链、智能合约和星际文件系统，通过在联邦学习中整合数据信任，以便安全地共享数据并提供激励、访问控制机制和惩罚任何不诚实的行为，实验证明该模型在提高联邦学习模型的准确性的同时确保数据共享过程的安全和公平性 - 区块链在联邦学习中防御恶意行为的应用
提出一种基于区块链和分布式账本技术的安全可靠的联邦学习系统，该系统结合了点对点投票机制和激励 - 惩罚机制来检测和防止恶意行为，理论分析和实证分析表明，该框架抵御了客户端恶意行为。
- 基于区块链的联邦学习在分布式能源管理系统中的应用
本文介绍了利用区块链、智能合约和联邦学习来支持分布式能源交易、智能微电网能源网络以及电动和联机车辆管理这些关键应用领域的最新技术研究，并深入探讨了去中心化、联邦学习和区块链在 IoE 系统中的优势和利益。
- 区块链支持的联邦学习：集成 DID 访问系统的参考架构
本文提出了基于区块链的联合学习的参考架构，其中一个关键组件是基于去中心化标识符的访问系统，通过执行智能合约来实现访问控制和权限管理，进一步提高了系统的安全性和去中心化性，从而实现了分布式和安全的协作机器学习。